| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

外資出逃工廠倒閉 深圳失業大軍夜宿廣場

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
曾被譽為“亞洲硅谷”的中國深圳,新冠疫情後的經濟狀況引發外界持續關注。有觀察者指出,隨著外資和台資企業的撤離,當地制造業和服務業受到巨大沖擊,出現了工廠倒閉和失業潮,到處都是蕭條的景象。失業大軍不得不在公共場所露宿。


社交媒體觀點與現場觀察

近日,多位社交媒體博主分享了深圳經濟現狀的觀察。擁有54.5萬粉絲的博主“996Rainmaker”發布實拍影片,記錄了龍華汽車站、廣場、公園等地有民眾夜宿的景象。影片中,一名受訪路人表示自己已在深圳流浪二十多年,長期在橋下或公園過夜,現在他決定在廣場睡覺。


另一位博主“爆料姐深圳”則形容,深圳如今面臨外資撤離、台企轉移、工廠倒閉、商場關門、上班族失業以及民眾露宿街頭等現象。她指出,城市的街頭人流減少越來越安靜,地鐵載客量下降越來越空,CBD寫字樓空置率上升變空殼總部,甚至福田區的部分星巴克麥當勞門店也已關閉,撤離中國

“爆料姐深圳”分析認為,深圳從小漁村發展為國際都市,主要得益於數十年來台資與外資企業共同建立的制造鏈、出口鏈、技術鏈和供應鏈。她觀察到,目前龍華、寶安、坪山等地的工業區呈現蕭條,部分台資工廠已集體轉移至越南印度印尼等地,設備隨之遷走,導致當地工人失業。

她進一步描述,羅湖廣場外睡滿了沒地方去的打工人。夜間在福田CBD的橋下、地鐵口和寫字樓後巷等區域,可見到鋪著紙板過夜的民眾,其中包括失業的程式設計師、建築工人和外賣騎手等。這些人白天尋找工作機會,夜晚則在戶外過夜,部分民眾為節省開支甚至只吃泡面、喝自來水。

據公開資訊,福田CBD是中國大陸重要的商務區,擁有超過20棟200米以上的高樓。

外資與台資撤離趨勢引發討論

新冠疫情後,多方報道,包括外媒和中國大陸自媒體,均指出外資從中國撤離的趨勢,以及中國對外資吸引力減弱的情況。

其中一個案例是,深圳一家擁有38年歷史的老牌港資家電企業於2023年8月18日宣布,由於疫情後的經營狀況惡化而結束營運。


關注中國勞工狀況的人士韓東方指出,2023年以來,中國企業倒閉現象普遍,難以判斷此趨勢是否已達高峰並會過去。因為“情況就好像海嘯到了岸邊,你不知它何時退回去。”

去年9月,美國智庫戰略與國際研究中心(CSIS)發布一份針對台灣企業的研究報告《多元化而非脫鉤—台灣產業應對地緣戰略風險》。

該報告指出,有57.4%的台企正在考慮或已開始撤離中國大陸。這項調查是在2023年底對610家台灣企業進行訪問後得出的。研究顯示,台商撤出中國大陸的前三大主要理由分別是:人工成本過高(33%)、供應鏈中斷的可能性(25.9%)、以及投資政策的改變(25.2%)。報告還強調,傾向撤出中國大陸的台企比例遠高於其它國家的企業。


對當局政策的質疑

“爆料姐深圳”質疑深圳當局在應對這些挑戰上的策略。她認為,當局並未積極嘗試重新吸引外資和台企回歸,也未采取大規模的減稅降費措施以減輕企業負擔,或放寬管制以促進訂單和資金回流。相反,她觀察到,當局對企業撤離和資金流動實施更嚴格的限制。例如,台企若要撤離,需經過層層備案和審批,外匯結算也面臨更嚴格的審查和延遲。部分企業主曾試圖低調撤廠,卻遭遇阻礙。

“一大堆老板原本打算低調撤廠,悄悄關門,結果被連夜堵門。有些台商和外資老板幹脆把設備連夜拆了運出去。生怕拖一天就被拿捏一天。”

她感歎:這哪裡是什麼國際大都市,這分明就是一個高物價,高壓力,高失業,低希望,低薪資,低安全感的現代都市困境。這座城市快要沒血沒氣了。政府卻死死抓著最後一口人氣,恨不得把人釘死在這片地上。不准走,不准跑,不准抱怨,更不許把實情說出去……



示意圖 (Photo by Cheng Xin/Getty Images)
您的點贊是對我們的鼓勵     還沒人說話啊,我想來說幾句
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0357 秒 and 4 DB Queries in 0.0034 秒